典型文献
基于堆栈稀疏自编码器的短期用水量预测
文献摘要：
提出了一种基于堆栈稀疏自编码器的深度神经网络方法预测短期用水量.该方法首先通过堆栈稀疏自编码器以无监督学习的方式获得最优权重矩阵和偏差向量.然后,利用最优权重矩阵和偏差向量训练深度神经网络进行短期用水量预测.以某实际供水管网的时用水量数据为例验证所提方法的有效性.结果表明,与支持向量机和不含堆栈稀疏自编码器的深度神经网络相比,所提方法总体上具有更低的平均绝对百分比误差和均方根误差.
文献关键词：
用水量预测;稀疏自编码器;深度神经网络;供水管网
中图分类号：
作者姓名：
黄海东;李琼梅
作者机构：
北部湾大学 建筑工程学院,广西 钦州 535011;北部湾大学 陶瓷与设计学院,广西 钦州 535011
文献出处：
引用格式：
[1]黄海东;李琼梅-.基于堆栈稀疏自编码器的短期用水量预测)[J].科学技术创新,2022(21):116-120
A类：
B类：
堆栈稀疏自编码器,用水量预测,深度神经网络,神经网络方法,无监督学习,最优权重,权重矩阵,矩阵和,供水管网,平均绝对百分比误差
AB值：
0.104412
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
